與Kaggle徹底劃清界限 DF要做自己想做的事

郭濤

CCF第五屆“大數(shù)據(jù)與計(jì)算智能大賽”（Big Data & Computing Intelligence Contest，BDCI）于2017年12月底在江蘇常熟落下帷幕，來自6675支隊(duì)伍的近15000人參加了本屆大賽，獲獎(jiǎng)團(tuán)隊(duì)分享了超過100萬元的獎(jiǎng)金，從參賽規(guī)模、比賽質(zhì)量、品牌影響力等各方面衡量，CCF BDCI堪稱國(guó)內(nèi)大數(shù)據(jù)賽事第一品牌。DF數(shù)據(jù)競(jìng)賽平臺(tái)（DataFountain）作為BDCI的承辦單位及賽事平臺(tái)，提供了全方位的策劃運(yùn)營(yíng)和支撐運(yùn)維，它也是國(guó)內(nèi)最具規(guī)模和影響力的大數(shù)據(jù)和人工智能競(jìng)賽平臺(tái)。

隨著大數(shù)據(jù)、人工智能等新技術(shù)在全球范圍內(nèi)的快速崛起，數(shù)據(jù)競(jìng)賽平臺(tái)也躍入了人們的眼簾。記者注意到DF數(shù)據(jù)競(jìng)賽平臺(tái)，是因?yàn)?017年10月數(shù)聯(lián)眾創(chuàng)進(jìn)行過一次高薪招聘。為大數(shù)據(jù)和人工智能產(chǎn)業(yè)發(fā)展做嫁衣，為大數(shù)據(jù)和人工智能領(lǐng)域的專業(yè)人才提供服務(wù)的數(shù)聯(lián)眾創(chuàng)及其DF數(shù)據(jù)競(jìng)賽平臺(tái)究竟有何與眾不同之處？

就像很多人第一次接觸數(shù)據(jù)競(jìng)賽平臺(tái)一樣，記者也是滿懷好奇與期待，與北京數(shù)聯(lián)眾創(chuàng)科技有限公司聯(lián)合創(chuàng)始人陳娟進(jìn)行了一次長(zhǎng)談。

頭三年挺過來了

通常來說，一家創(chuàng)業(yè)公司成立的頭三年可以說是一道“生死關(guān)”，三年中很可能因?yàn)槭袌?chǎng)、戰(zhàn)略決策、團(tuán)隊(duì)、資金等方面情況的變化，而導(dǎo)致公司從市場(chǎng)上黯然消失。2015年6月成立的數(shù)聯(lián)眾創(chuàng)正處在這樣一個(gè)關(guān)鍵的發(fā)展階段。但是從與陳娟的對(duì)話中，記者感到的是沉穩(wěn)、冷靜和堅(jiān)定的信心，看不到一絲浮躁或焦慮。

陳娟是那種典型的學(xué)者型創(chuàng)業(yè)者，基于對(duì)大數(shù)據(jù)、人工智能行業(yè)的深刻洞察和未來發(fā)展方向的把握，以及對(duì)技術(shù)本身的信賴，她對(duì)公司的發(fā)展，以及DF數(shù)據(jù)競(jìng)賽平臺(tái)的前景充滿信心。

從最早在中科院計(jì)算所從事教育和研究工作，到帶領(lǐng)幾名研究生和博士生封閉開發(fā)DF數(shù)據(jù)競(jìng)賽平臺(tái)，再到創(chuàng)辦公司，陳娟的創(chuàng)業(yè)起步總體來說比較順利。從2個(gè)人到4個(gè)人再到現(xiàn)在的16個(gè)人，公司規(guī)模雖然不大，但是在數(shù)據(jù)競(jìng)賽平臺(tái)這一領(lǐng)域卻聲譽(yù)鵲起。很難相信，公司成立近三年，一直沒有考慮過融資，全憑以DF數(shù)據(jù)競(jìng)賽平臺(tái)為依托的大大小小的競(jìng)賽項(xiàng)目推動(dòng)公司的發(fā)展。

在兩年多的時(shí)間里，數(shù)聯(lián)眾創(chuàng)已經(jīng)舉辦了近70場(chǎng)競(jìng)賽，是同行中舉辦競(jìng)賽次數(shù)最多的。比如，連續(xù)3年為百度、騰訊、京東、國(guó)家電網(wǎng)等近70余家國(guó)內(nèi)知名企業(yè)集團(tuán)提供定制化競(jìng)賽服務(wù)和人才培養(yǎng)計(jì)劃，同時(shí)聯(lián)合政府、產(chǎn)業(yè)、學(xué)術(shù)界在大數(shù)據(jù)領(lǐng)域創(chuàng)建了一種全新的三方融合、協(xié)作的賽事生態(tài)模式，間接連接和影響著數(shù)萬名數(shù)據(jù)工作愛好者。“我們與平安科技和螞蟻金服合作的最新一屆大賽馬上將啟動(dòng)。”陳娟興致勃勃地介紹，“京東、螞蟻金服、國(guó)雙科技、AdMaster、明略數(shù)據(jù)等都是我們親密的合作伙伴。大家非常相信我們舉辦競(jìng)賽的能力。公司目前運(yùn)作的項(xiàng)目很多，舉辦的競(jìng)賽質(zhì)量高，參賽選手眾多，客戶穩(wěn)定。”

數(shù)聯(lián)眾創(chuàng)所做的更多工作其實(shí)也是在賽后。比如，向企業(yè)推薦優(yōu)秀的大數(shù)據(jù)人才，以及為企業(yè)提供定制化的賽事服務(wù)。這是數(shù)聯(lián)眾創(chuàng)在為未來的業(yè)務(wù)模式創(chuàng)新“試水”。目前已經(jīng)可以看出一些好的苗頭，數(shù)聯(lián)眾創(chuàng)為IBM、平安科技等大型企業(yè)客戶提供定制的競(jìng)賽服務(wù)，根據(jù)這些客戶的特點(diǎn)和獨(dú)特的需求，比如針對(duì)精算師這一特定人群或針對(duì)金融風(fēng)控這樣的特殊應(yīng)用，提供創(chuàng)新的競(jìng)賽模式，幫助企業(yè)找到對(duì)口的人才，同時(shí)也為企業(yè)的業(yè)務(wù)創(chuàng)新提供支持和幫助。

陳娟補(bǔ)充介紹說：“京東和我們合作時(shí)已經(jīng)十分明確地提出，未來20年京東的戰(zhàn)略方向當(dāng)屬人工智能。所以，他們對(duì)人工智能領(lǐng)域的人才儲(chǔ)備進(jìn)行了大量投入，在舉辦數(shù)據(jù)競(jìng)賽的同時(shí)也做了很多品牌宣傳和推廣工作，我們也參與其中。另外，像螞蟻金服、平安銀行這些對(duì)數(shù)據(jù)敏感度高的企業(yè)客戶，他們一方面對(duì)數(shù)據(jù)的安全和隱私高度重視，另一方面希望吸引更多優(yōu)質(zhì)、高端的人才參賽。為他們提供定制化的服務(wù)也是我們的一項(xiàng)主要業(yè)務(wù)。”

商業(yè)模式不再是困擾

21世紀(jì)最重要的是什么？人才！這句話現(xiàn)在說起來似乎有點(diǎn)老套，卻是不爭(zhēng)的事實(shí)。在大數(shù)據(jù)和人工智能領(lǐng)域，人才短缺的情況十分明顯。

“據(jù)我們粗略估算，中國(guó)目前的大數(shù)據(jù)和人工智能專業(yè)人才總共不超過15萬人。綜合各大招聘網(wǎng)站的信息，目前國(guó)際市場(chǎng)大數(shù)據(jù)和人工智能從業(yè)者的需求量在3000多萬，國(guó)內(nèi)市場(chǎng)也在百萬級(jí)，缺口非常大，尤其是高端人才。”雖然在說話時(shí)陳娟的語氣很平和，但也聽得出她的一些憂慮，“從數(shù)量上看，目前中國(guó)的IT從業(yè)者中，大數(shù)據(jù)和人工智能從業(yè)者所占的比例是很低的。從質(zhì)量上看，現(xiàn)有的從業(yè)者大多是從數(shù)據(jù)庫(kù)、高性能計(jì)算等領(lǐng)域轉(zhuǎn)過來的，算法功底比較薄弱，中高端人才稀少。”

她接著補(bǔ)充說：“數(shù)據(jù)科學(xué)家的知識(shí)結(jié)構(gòu)非常復(fù)雜，需要具備多種能力，培養(yǎng)起來比較困難。一名出色的數(shù)據(jù)科學(xué)家至少要有10年專業(yè)工作的背景。”

從2012年開始，國(guó)內(nèi)關(guān)于大數(shù)據(jù)的實(shí)踐已經(jīng)開始起步，但是直到現(xiàn)在，很多企業(yè)和組織并沒有積累下來有效的大數(shù)據(jù)。曾經(jīng)有一些客戶主動(dòng)找上門來要與數(shù)聯(lián)眾創(chuàng)合作，但是經(jīng)陳娟她們仔細(xì)了解，這些客戶根本沒有數(shù)據(jù)可用。這種情況在某些傳統(tǒng)行業(yè)中還比較普遍。

“通過競(jìng)賽和相關(guān)的線上線下活動(dòng)，我們可以了解參賽者的工作、學(xué)習(xí)狀況和水平，以及在圈子里的影響力和口碑。這樣可以為接下來的人才招聘和培養(yǎng)做好準(zhǔn)備。”陳娟表示。

現(xiàn)在正是大數(shù)據(jù)、人工智能的高潮，政府、企業(yè)對(duì)相關(guān)的數(shù)據(jù)競(jìng)賽的熱情頗高，也舍得投入，這是DF數(shù)據(jù)競(jìng)賽平臺(tái)能夠在短短兩三年時(shí)間內(nèi)便迅速崛起的原因。對(duì)此，陳娟有冷靜的判斷：“一項(xiàng)新技術(shù)從興起到落地，再到普及推廣，中間會(huì)經(jīng)歷波峰波谷。大數(shù)據(jù)、人工智能的熱潮再過幾年也許會(huì)退去，那時(shí)人們對(duì)數(shù)據(jù)競(jìng)賽平臺(tái)的關(guān)注度可能會(huì)降低。從目前情況看，數(shù)據(jù)競(jìng)賽是一種培養(yǎng)和鍛煉大數(shù)據(jù)專業(yè)人才的有效方式和試金石，可以驗(yàn)證參賽者過去所學(xué)，推動(dòng)他們?cè)诖髷?shù)據(jù)領(lǐng)域繼續(xù)深入鉆研，同時(shí)也有助于促進(jìn)就業(yè)。人才招聘和培養(yǎng)是剛需，是大有可為的新商業(yè)模式。”

在人才招聘方面，數(shù)聯(lián)眾創(chuàng)早就開始了醞釀和布局，并持續(xù)推進(jìn)。截至目前，數(shù)聯(lián)眾創(chuàng)已經(jīng)完成了對(duì)相關(guān)企業(yè)的回訪，并得到了積極的反饋，人才招聘業(yè)務(wù)近期即將啟動(dòng)。陳娟向記者表示：“一開始，我們不會(huì)將戰(zhàn)線拉得太長(zhǎng)，會(huì)先為少數(shù)幾家有迫切需求的企業(yè)提供獵頭服務(wù)，在運(yùn)行幾個(gè)月后，視業(yè)務(wù)進(jìn)展情況，再將服務(wù)放到線上平臺(tái)上。我們要為企業(yè)提供更精準(zhǔn)、快速的人才招聘服務(wù)。”

談到人才培養(yǎng)，陳娟出言謹(jǐn)慎，因?yàn)榍捌谕度刖薮螅枰龈鄿?zhǔn)備。據(jù)她介紹，CCF大數(shù)據(jù)專家委員會(huì)正在制作12本大數(shù)據(jù)的專業(yè)教材，目的是培養(yǎng)更多優(yōu)秀的大數(shù)據(jù)教育工作者，這是人才培養(yǎng)的第一步。

另外，發(fā)展基于大數(shù)據(jù)項(xiàng)目的眾包平臺(tái)也是一個(gè)可能的選項(xiàng)。不過，陳娟表示，當(dāng)前產(chǎn)業(yè)和行業(yè)的發(fā)展還沒有達(dá)到所需的高度，人才、項(xiàng)目也不成熟，還不具備提供眾包服務(wù)的條件。未來，當(dāng)大數(shù)據(jù)和人工智能產(chǎn)業(yè)真正成熟，各方面的人才都具備了，很多新型業(yè)務(wù)也就自然而然產(chǎn)生了。

數(shù)聯(lián)眾創(chuàng)要跑起來

全球最知名的數(shù)據(jù)競(jìng)賽平臺(tái)非Kaggle莫屬，國(guó)內(nèi)的一些數(shù)據(jù)競(jìng)賽平臺(tái)就是從模仿Kaggle起家的。陳娟回憶說，數(shù)聯(lián)眾創(chuàng)剛成立時(shí)，為了讓客戶和合作伙伴能夠快速了解公司的業(yè)務(wù)，也曾經(jīng)提出過“中國(guó)版的Kaggle”、“數(shù)據(jù)科學(xué)屆的‘豬八戒”等口號(hào)。通過這些形象的比喻，能夠讓人快速記住數(shù)聯(lián)眾創(chuàng)及其DF數(shù)據(jù)競(jìng)賽平臺(tái)。但是現(xiàn)在，前期的市場(chǎng)教育工作已經(jīng)基本完成，公司定位和商業(yè)模式逐漸清晰，數(shù)聯(lián)眾創(chuàng)現(xiàn)在有必要與Kaggle劃清界限，做自己真正想做的事。

數(shù)聯(lián)眾創(chuàng)正處于快速發(fā)展階段，在擴(kuò)張業(yè)務(wù)的同時(shí)也在探索新的商業(yè)模式，比如做人才招聘。因此，數(shù)聯(lián)眾創(chuàng)的定位也處于動(dòng)態(tài)發(fā)展之中。陳娟這樣概括數(shù)聯(lián)眾創(chuàng)當(dāng)前的定位：一個(gè)開放的數(shù)據(jù)平臺(tái)、一個(gè)孕育和挖掘數(shù)據(jù)科學(xué)家的平臺(tái)，采用競(jìng)賽這種新興的形態(tài)幫助企業(yè)解決業(yè)務(wù)問題。

在頭三年的生死存亡期過后，陳娟考慮的重點(diǎn)是如何讓公司的發(fā)展提速，從蹣跚學(xué)步到走得穩(wěn)健，再到奔跑起來。陳娟向記者透露，公司已經(jīng)建立了合伙人制度，第一輪融資也在順利運(yùn)作當(dāng)中。

從一名學(xué)者到企業(yè)家，陳娟感覺這三年學(xué)到了很多東西，公司就像她成長(zhǎng)的一面鏡子。她現(xiàn)在的狀態(tài)是“痛并快樂著”，雖然每天都要解決棘手的問題，但是公司的發(fā)展、團(tuán)隊(duì)的成長(zhǎng)讓她很有成就感。endprint